医生的新“超级同事”？OpenEvidence 宣布下一个目标
各科医生的新“超级同事”，可能很快就要来了。
第 44 届摩根大通全球医疗健康大会（JPM 2026）正在美国旧金山进行中，作为全球医药、医疗健康领域每年的“风向标”，每年会上都会释放一些资本与产业最前沿的信号，而在今年的大会上，一家被医生频频提及的 AI 公司，也在这个舞台上抛出了一个颇具野心的新计划，将推出“医学超级智能”。
凭借可以为临床医生日常临床问题提供解答的聊天机器人，OpenEvidence 已迅速成为国外医生熟悉的名字，去年，这家公司已完成两次融资，总额达 2 亿美元，公司估值超过 60 亿美元。
据最新报道，如果下一轮融资顺利实现，估值可能翻倍至 120 亿美元。
投资者对 OpenEvidence 的热情反映了 AI 热潮如何席卷医疗和今年的 JPM 大会，无论是药物发现、后台运营到患者护理领域都在应用这一技术，尤其是生成式 AI。根据 Rock Health 的 2025 年数字健康融资报告，像 Abridge、Hippocratic AI 和 OpenEvidence 这样的基于 AI 的创业公司在过去一年均完成了多轮巨额融资。
下一步：医学超级智能
在 JPM 的演讲中，OpenEvidence 透露将推出 “医学超级智能（medical super-intelligence）”。
据介绍，这个项目不是指一个通用模型试图解决所有问题，而是构建一套由多个子领域专家级 AI 模型组成的系统，每个模型专精于特定临床领域。
根据 OpenEvidence 联合创始人 Daniel Nadler 博士的说明，这个超级智能类似于一个现代化医院的构建方式，就像现实中有肿瘤科专家、病理学家或放射科专家等不同专业团队协同工作一样，他们计划为每个临床子领域训练高度专业化的 AI。
他解释说：“在任何一个领域，不管是法律、工程还是医学，如果你想实现专家级的理解和知识，你需要像组织医院一样构建系统。你不可能通过单一搜索得到解决方案。你需要的是，比如一个神经学 AI，一个皮肤病学 AI，让它们能够协同工作。”
在 OpenEvidence 设想中，当一个患者有多重疾病或复杂状况时，不同的 AI 子专家可以像真正的医疗专家一样对话、协商和提供诊疗思路，这类似于数字孪生的专科医生，在虚拟环境中互相讨论患者的最佳治疗路径。
Daniel Nadler 认为，这种“集成式 agentic AI 架构”不仅能提升大型医疗机构的智能水平，还能很大程度上惠及那些在过去难以获得大型企业级 AI 系统支持的小型诊所和乡村医疗机构。
首批应用将部署于肿瘤领域
Daniel Nadler 提到，首批重点应用可能先在 肿瘤学 AI 领域展开。
举例来说，通过 OpenEvidence 与美国国立综合癌症网络（NCCN） 的合作协议，这家公司正努力将 NCCN 的肿瘤指南整合到其 AI 技术平台中，这意味着未来这些专业 AI 模型将不仅是检索信息，更是能在特定临床情境下提供以证据为基础的推理能力。
Daniel Nadler 强调：“我们不是训练一个像任何大语言模型那样的通用 AI，而是与 NCCN 一起训练一种优化用于肿瘤学推理的 AI，它能在非常具体的临床情境中进行专业判断。这项技术真正的难点在于，如何让这些子专家 AI 在真实患者案例中协作。”
据 OpenEvidence 内部演示资料，2025 年，其临床证据聊天机器人的查询量，已从 2024 年的 260 万次增长到 1790 万次，全年累计查询超过 1 亿次，这表明 OpenEvidence 在医生群体中已得到广泛应用，而且仍在快速增长。
最后，回到开篇的话题，世界变化之快，有时真的超出我们的想象，那么，医生的新“超级同事”到底会以什么形态出现，不会把某些医生取代了吧？
从 OpenEvidence 在 JPM 抛出的路线图来看，它并不是要取代某一个医生，而是试图在每一个专业背后，站上一个随时可调用、能协同思考的“专家团队”。当各科医生开始拥有这样的数字同事，临床决策的方式、信息获取的节奏，乃至医疗资源的边界，都可能随之被重新定义。
从技术迭代的速度来看，可以确定，各科医生的“超级同事”，已经不再只是概念，正在加速走近现实。
